随着国家交通体系的不断完善,桥梁已达到空前的规模,跨度在400米以上的斜拉桥占世界斜拉桥总数的一半以上,桥梁已经由建设阶段发展到运营维护阶段,桥梁的安全检测也越发重要。拉索表面缺陷是斜拉桥安全隐患的重要内容之一,及时发现拉索表面PE保护套缺陷能够及时掌握拉索内部钢丝的损坏情况。近年来,数字图像处理技术的快速发展为桥梁拉索表面缺陷检测提供了一种可行的技术手段,是桥梁拉索表面无损检测的一个发展方向。受客观条件的限制,拉索表面缺陷检测视频呈现以下的现象:光照不均、拉索表面存在杂质、拉索表面有螺旋线缠绕、凹凸面索表面凹凸不平,这些现象使得拉索表面缺陷检测视频自动化处理的难度加大。文章以桥梁拉索表面缺陷检测视频自动化处理为目标,首先将数字视频转换为数字图像,在此基础上就视频数据自动化处理的关键技术进行技术攻关和软件开发。主要研究内容和成果如下:(1)拉索表面缺陷检测图像背景分割。论文根据图像序列的统计特性、数字图像的灰度和梯度信息,结合现有的图像背景分割算法,提出了基于灰度-梯度的拉索表面缺陷检测图像背景分割方法,并利用统计学原理对图像序列进行处理,完成拉索表面缺陷检测图像的背景分割。(2)缺陷区域提取与分类。在完成背景分割的图像中提取拉索表面缺陷区域,并对缺陷区域做形态学处理。然后用区域面积和长宽比对缺陷区域进行描述,用判别函数分类法实现了对严重缺陷和一般缺陷的分类。(3)桥梁拉索表面缺陷检测视频自动化处理软件开发。根据拉索表面缺陷检测的目标和要求,对爬索机器人视频数据处理工具软件功能模块进行了分析设计,基于MATLAB/GUI平台进行工具软件的开发。利用某斜拉桥拉索表面缺陷定期检测视频数据在工具软件上进行试验。(4)论文创新之处在于根据拉索表面缺陷检测视频数据的特点,确定了桥梁拉索表面缺陷检测总体方案和流程,即先进行背景分割后进行缺陷提取;拉索表面缺陷检测图像背景分割过程中,利用图像的灰度-梯度信息进行分割,并利用图像序列的统计特性来排除干扰信息完成背景掩模获取,最终完成背景分割。结果表明:论文中基于灰度-梯度的背景分割算法具有稳定性,不受光照不均匀、拉索表面干扰因素的影响,能够快速准确的完成拉索表面缺陷检测图像背景分割;论文的拉索表面缺陷提取与识别算法能够正确区分出拉索表面是否存在缺陷,判别函数分类法能够有效识别严重缺陷和一般缺陷。论文通过对爬索机器人视频数据处理的关键技术攻关,开发的工具软件能够完成桥梁拉索表面检测视频数据自动化处理,对桥梁拉索检测领域具有积极的作用,在其它表面检测领域也能起到一定的推广效应。